佟 艷, 牛海鵬, 樊良新, 林 華

(河南理工大學 測繪與國土信息工程學院, 河南 焦作 454000)

農(nóng)村居民點是鄉(xiāng)村三生空間中的生活、生產(chǎn)空間的主要組成[1]。其空間布局對于土地資源高效利用和鄉(xiāng)村空間優(yōu)化具有重要意義[2-3]。目前我國處于城鎮(zhèn)化快速提升階段，農(nóng)村常住人口不斷流失，城鄉(xiāng)一體化發(fā)展持續(xù)推進，農(nóng)村居民點布局演變加快[4]。因此，探明農(nóng)村居民點用地布局及其影響因素，對于鄉(xiāng)村國土空間優(yōu)化具有重要意義。

國內外學者對農(nóng)村居民點布局的相關研究由來已久。歐美發(fā)達國家關于農(nóng)村居民點的相關研究起源較早[5-6]。近年來，發(fā)展中國家的農(nóng)村居民點研究逐漸受到重視，比如中國、烏茲別克斯坦、緬甸等國家均開展了大量相關研究[7-9]。在農(nóng)村居民點分析方法上常采用常規(guī)的統(tǒng)計分析[10]、核密度分析[11]、緩沖區(qū)分析性[12-13]、景觀指數(shù)分析法[14]、空間自相關分析[15-16]和可達性分析等[17]研究方法；在影響因素研究中主要采用的均質性的多元線性回歸模型[14]，非均質研究方法，如地理加權回歸(GWR)等[18]分析方法則較為少見。

目前關于驅動因素的研究主要采用OLS模型，集中于平面數(shù)據(jù)，缺少對因素的空間非均衡性的探討。近年來部分學者已嘗試采用基于核估計的、非均衡的GWR分析驅動因素，對于影響因素的非均衡性研究取得了一定成果。但該研究方法難以避免邊界效應，造成結果的部分失真[19-20]。局部線性地理加權回歸模型(LLGWR)是基于GWR的改進模型，兼具分析空間異質性和避免邊界效應的優(yōu)勢。該方法已應用于房價[21]、人口[19]和景觀質量等[22]驅動因素的研究，罕見于農(nóng)村居民點研究領域。

豫南丘陵山區(qū)，地形復雜多變，土地利用程度高，農(nóng)村居民點布局分散。近年來，伴隨著城鎮(zhèn)化進程，農(nóng)村居民生計分化迅速，加劇了農(nóng)村居民點的空心化和演變，對當?shù)爻青l(xiāng)統(tǒng)籌發(fā)展提出了新的考驗。本文以豫南丘陵山區(qū)1985年和2015年的Landsat TM影像，解譯獲得農(nóng)村居民點矢量數(shù)據(jù)，采用自相關模型和LLGWR研究農(nóng)村居民點用地空間特征及其影響因素的空間異質性。

1 研究區(qū)概況

豫南丘陵山區(qū)位于淮河以南、南陽盆地以東，主要包括大別-桐柏山區(qū)共14個縣(市)。該地位于河南省南部亞熱帶向暖溫帶過渡地帶，光照充足，氣候較濕潤，年均降雨量達1 027.6 mm。該地區(qū)總面積為26 078 km2，區(qū)內地形復雜，包括平畈區(qū)(6 340.6 km2)、崗地區(qū)(5 524.3 km2)、丘陵山地(13 125.9 km2)及水域(1 087.5 km2)。該地區(qū)土壤肥沃，是重要的糧食生產(chǎn)基地。光山縣位于豫南丘陵山區(qū)東北部(114°32′—115°10′E，31°42′—32°11′N)，為糧食生產(chǎn)大縣，面積1 829 km2，耕地面積812.4 km2，戶籍人口92萬人，農(nóng)村居民人均純收入9 715元，人口城鎮(zhèn)化率為34.4%(2015年)。該縣域共有農(nóng)村居民點1 280個，總面積達12 142.07 hm2，平均規(guī)模9.49 hm2。1985年和2015年的農(nóng)村居民點空間分布見圖1。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

所使用數(shù)據(jù)包括：Landsat TM影像(1985年,2015年，分辨率30 m),DEM數(shù)據(jù)(2008年，分辨率30 m)、河南省基礎地理數(shù)據(jù)、光山縣社會經(jīng)濟統(tǒng)計數(shù)據(jù)(1985年)及光山縣統(tǒng)計年鑒(2015年)等。數(shù)據(jù)處理過程如下：(1) 將TM影像在ENVI 5.0，ArcGIS 10.2平臺下進行校正、鑲嵌、裁剪等處理，而后采用人機交互的方式利用ArcGIS 10.2參照土地利用分類標準進行土地利用分類，進而提取居民點空間數(shù)據(jù)信息，經(jīng)過拓撲檢驗，分別生成1985年和2015農(nóng)村居民點用地空間布局圖。隨后，以全國第二次土地調查數(shù)據(jù)中的農(nóng)村居民點圖斑為對照，構建混淆矩陣，計算kappa值為0.727，大于0.7，精度達標；(2) 因該縣農(nóng)村居民點分散且面積較小，為更好地分析農(nóng)村居民點的分布特征，在此將研究區(qū)域分割成2 km×2 km的網(wǎng)格面，以各網(wǎng)格中的居民點面積表征農(nóng)村居民點用地分布(圖2)；(3) 空間距離數(shù)據(jù)為各網(wǎng)格中心至各要素的最近距離。

圖2 光山縣農(nóng)村居民點用地2 km×2 km網(wǎng)格分布

2.2 研究方法

在分析光山縣的農(nóng)村居民點用地的空間分布特征時，利用軟件Geoda(v1.14.0.0)開展全局自相關指數(shù)(Global Moran′sI)和局部自相關指數(shù)(Local Moran′sI)計算，用于分析該縣域農(nóng)村居民點整體和局部的空間集聚特征。

在影響因素分析時，利用Arcgis10.2和SAM v4.0分別構建地理加權回歸模型(GWR)[21]和局部線性地理加權回歸模型(LLGWR)[23-25]，分析影響因素的空間異質性。

2.3 模型構建

2.3.1 變量選擇 在LLGWR模型構建中，因變量為光山縣農(nóng)村居民點用地分布，參照相關文獻，初選了4大類別(地理地貌特征、道路交通條件、社會經(jīng)濟屬性和城鎮(zhèn)化水平)，共15個因素為自變量。初選因素為：海拔高度、坡度、坡向、距水系最近距離、距高速、國道、省道、縣道最近距離、距縣城中心、鄉(xiāng)鎮(zhèn)中心距離、鄉(xiāng)村人均耕地面積、鄉(xiāng)村人均收入、鄉(xiāng)村人口密度、鄉(xiāng)村農(nóng)戶密度和城鎮(zhèn)化率。為檢測因素的多重共線性，首先進行了OLS回歸，篩選顯著的自變量，并進行方差膨脹因素診斷(VIF)(表1)。剔除了不顯著的且VIF值超過10的因素。結果顯示，不同年份可以納入LLGWR模型的因素亦不相同。1985年納入LLGWR模型的因素包括海拔高度、距最近水系、國道、省道和縣城中心距離5個因素；2015年通過篩選并納入模型的因素有海拔高度、距最近國道、省道距離、農(nóng)戶密度和城鎮(zhèn)化率5個因素。

表1 因子顯著性及共線性檢驗

表2 模型診斷結果

3 結果與分析

3.1 農(nóng)村居民點用地的集聚特征分析

空間關系存在非平穩(wěn)性是使用LLGWR模型的基礎。在此，首先分析光山縣的農(nóng)村居民點用地的空間分布特征。選取了全局自相關指數(shù)(Global Moran′sI)和局部自相關指數(shù)(Local Moran′sI)來分析該縣域農(nóng)村居民點整體和局部的空間集聚特征。結果顯示，Global Moran′sI由1985年的0.531(p值<0.01；Z值=20.42)下降至2015年的0.391(p值<0.01；Z值=12.45)，表明縣域內農(nóng)村居民點用地分布呈顯著的正相關，且相對于1985年而言，光山縣農(nóng)村居民點用地在2015年的集聚程度有所降低。局部自相關分析結果見圖3，該縣域內農(nóng)村居民點主要為高—高聚集和低—低聚集的分布模式，高—高聚集區(qū)為城關鎮(zhèn)、寨河鎮(zhèn)、十里堡鎮(zhèn)和北向店鄉(xiāng)等鄉(xiāng)鎮(zhèn)；低—低集聚區(qū)主要位于南向店鄉(xiāng)、殷棚鄉(xiāng)、白雀園鎮(zhèn)和涼亭鎮(zhèn)等鄉(xiāng)鎮(zhèn)。

圖3 光山縣農(nóng)村居民點用地分布LISA聚類

3.2 影響因素的時空異質性分析

LLGWR模型中每個樣點的計算均包含一組參數(shù)，本文選取了影響因素回歸系數(shù)的最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)和最大值等參數(shù)及其空間分布圖對影響因素的時空不均衡性進行分析(表3—4，圖4—5)。結果顯示，地理地貌特征、道路交通條件類因素在1985年對農(nóng)村居民點分布有顯著影響，包括海拔高度和距最近水系、國道、省道、縣城中心的距離。其中與海拔高度、距最近水系、省道距離整體呈正相關，與距最近國道、縣城中心距離整體呈負相關；而30 a后(2015年)，社會經(jīng)濟和城鎮(zhèn)化的影響更加顯著，除海拔高度、距最近國道、省道距離3個與1985年相同的因素外，具有顯著作用的因素還包括了城鎮(zhèn)化率和農(nóng)戶密度。其中，農(nóng)村居民點分布整體上與海拔高度、距最近國道、省道距離呈負相關；而與城鎮(zhèn)化率和農(nóng)戶密度呈正相關。

表3 光山縣1985年LLGWR回歸系數(shù)描述性統(tǒng)計

表4 光山縣2015年LLGWR回歸系數(shù)描述性統(tǒng)計

3.2.1 地理地貌特征對農(nóng)村居民點用地分布的影響 LLGWR模型可以在空間上表現(xiàn)回歸系數(shù)的空間異質性(圖4—5)。結果顯示，在丘陵山區(qū)，海拔高度與農(nóng)村居民點用地分布在兩個時間節(jié)點(1985年和2015年)均顯著相關(圖4A、圖5A)，且呈現(xiàn)空間異質性。在不同的地區(qū)，海拔高度對農(nóng)村居民點用地分布的影響隨著區(qū)位的改變而改變。例如，沿竹竿河和潑河兩岸，農(nóng)村居民點用地分布與海拔高度呈正相關，形成正向高值區(qū)。在十里堡、北向店鎮(zhèn)、白雀園鎮(zhèn)和斛山鎮(zhèn)等淺山區(qū)鄉(xiāng)鎮(zhèn)，二者呈負相關，形成負向高值區(qū)。水系與該縣域居民點分布在1985年主要呈正相關，其高值區(qū)域主要集中于潢河中段，低值區(qū)位于斛山鄉(xiāng)(圖4D)。到了2015年，水系的作用不再顯著。

3.2.2 道路交通因素對農(nóng)村居民點用地分布的影響 1985年和2015年，距最近國道、省道距離兩個因素與農(nóng)村居民點用地分布均呈顯著相關，且呈現(xiàn)出較強的空間非均衡性(圖4B—C、圖5B—C)，其與農(nóng)村居民點用地分布主要呈負相關。通達的道路系統(tǒng)對農(nóng)村居民點分布具有集聚作用，隨著距離道路系統(tǒng)距離的增加，居民點分布逐漸稀疏。其回歸系數(shù)的負向高值區(qū)集中在馬畈、北向店鎮(zhèn)等地；正向高值區(qū)位于在十里鎮(zhèn)等地附近。盡管十里鋪鎮(zhèn)距離主干道路體系較遠，但由于受到合適的海拔高度、縣城中心和水系的綜合影響，居民點分布依然較密。相對于1985年，道路交通因素在2015年的集聚作用更強?？h城對農(nóng)村居民點分布具有凝聚作用，距離縣城中心距離在1985年與農(nóng)村居民點分布整體呈負向相關(圖4E)，但到了2015年，其不具備顯著性。

圖4 1985年光山縣農(nóng)村居民點用地分布LLGWR模型

圖5 2015年光山縣農(nóng)村居民點用地分布LLGWR模型

3.2.3 社會經(jīng)濟因素對農(nóng)村居民點用地分布的影響 到2015年，地理地貌特征類因素和道路交通類因素依然是農(nóng)村居民點用地分布的主導，其中，海拔高度、距最近國道、省道距離3個因素依然與農(nóng)村居民點用地顯著相關(圖5A—C)，但水系和縣城的影響作用不再顯著。究其原因是近30 a來豫南丘陵山區(qū)農(nóng)村交通和基礎設施得到了很大的提升，水系和縣城的服務功能不再突出，凝聚力下降。此時，農(nóng)戶密度與農(nóng)村居民點用地分布的相關性逐漸凸顯，與農(nóng)村居民點分布呈正相關(圖5D)。宅基地的增加是農(nóng)村居民點面積擴張的直接原因，2015年，光山縣農(nóng)村人口相對于1985年增長了約20%，新立戶的農(nóng)戶的宅基地造成了農(nóng)村居民點面積的擴張。

3.2.4 城鎮(zhèn)化水平對農(nóng)村居民點用地分布的影響 2015年，城鎮(zhèn)化率成為農(nóng)村居民點分布增長新的因素，其作用系數(shù)在孫鐵鋪鎮(zhèn)、城關鎮(zhèn)、陂潑河鎮(zhèn)等地形成數(shù)個高值區(qū)。相對較高的城鎮(zhèn)化率一定程度體現(xiàn)了該鄉(xiāng)鎮(zhèn)社會經(jīng)濟發(fā)展水平，較高的經(jīng)濟條件是農(nóng)村居民點分布增加的基礎(圖5E)。

4 討論與結論

4.1 討 論

豫南丘陵山區(qū)居民點布局分散，且空心化嚴重。造成了資源的浪費和基礎設施的重復建設。結果顯示，隨著豫南丘陵山區(qū)社會的發(fā)展和城鎮(zhèn)進程推進，農(nóng)村基礎設施得到不斷加強，農(nóng)村居民點用地布局對地理地貌的依賴程度有所降低，社會經(jīng)濟因素和城鎮(zhèn)化水平對居民點用地布局的影響有所增強，該結果與楊斌等[26]學者的關于高山貧困地區(qū)農(nóng)村居民點的研究結果相似。與此同時，農(nóng)戶分化加快，農(nóng)村居民便捷出行的需求更加迫切，因此，道路交通條件與農(nóng)村居民點用地分布顯著相關。增長的城鎮(zhèn)化率和農(nóng)戶密度也不斷提升著農(nóng)村居民點布局聚集度。綜上，根據(jù)豫南丘陵山區(qū)農(nóng)村居民點用地的空間布局特征以及影響因素的空間異質性，提出優(yōu)化農(nóng)村居民點布局的建議：(1) 依據(jù)農(nóng)村居民點集聚趨勢合理規(guī)劃農(nóng)村居民點。在規(guī)模較大，交通條件較好或地勢優(yōu)越的農(nóng)村居民點，進一步優(yōu)化基礎設施，提升該類農(nóng)村居民點的凝聚力；(2) 對于空心化嚴重，規(guī)模較小、地勢不佳的居民點，可引導居民主動向交通條件好，人口集中的較大規(guī)模的居民點遷移。

研究表明社會經(jīng)濟和城鎮(zhèn)化等因素對農(nóng)村居民點的分布影響逐漸加強，但是由于數(shù)據(jù)獲取的限制，此處初選的社會經(jīng)濟和城鎮(zhèn)化因素有限，未來研究可增加該類因素的選擇。

4.2 結 論

(1) 農(nóng)村居民點用地在空間上存在顯著的集聚特征。農(nóng)村居民點分布全局自相關指數(shù)由0.531(1985年)下降到0.391(2015年)，整體呈現(xiàn)空間正相關，但其集聚強度在減弱。局部自相關分析結果顯示，農(nóng)村居民點的高—高集聚區(qū)域主要位于光山縣的中北部，低—低集聚區(qū)域主要位于縣域的西南和東南部。

(2) 對比分析所構建的農(nóng)村居民點用地分布OLS，GWR和LLGWR模型，結果顯示LLGWR模型解釋度和精度更高，更適宜對于豫南丘陵山區(qū)的農(nóng)村居民點用地分布研究。

(3) 農(nóng)村居民點用地分布影響因素隨時間變化。1985年，與農(nóng)村居民點用地分布作用顯著的因素為海拔高度、距最近河流、國道、省道、縣城距離5個因素；而到了2015年，影響因素納入了社會經(jīng)濟和城鎮(zhèn)化水平指標，包括了海拔高度、距最近國道、省道距離、農(nóng)戶密度和城鎮(zhèn)化率5個因素。

(4) 影響農(nóng)村居民點用地分布的因素作用強度均隨空間轉移而變化，呈現(xiàn)顯著的空間異質性。海拔高度在竹竿河和潑河兩岸形成正向高值區(qū)域。而在海拔相對較高的淺山區(qū)，農(nóng)村居民點用地分布與海拔呈負相關；距離河流的距離在潢河中段形成正向高值區(qū)；距主要道路的距離與農(nóng)村居民點分布主要呈負相關，距離越遠，居民點分布越稀疏。至2015年，農(nóng)戶密度和城鎮(zhèn)化率與農(nóng)村居民點分布主要呈正向相關，其作用在孫鐵鋪鎮(zhèn)、城關鎮(zhèn)和陂潑河鎮(zhèn)尤為凸顯。